Meramalkan yang Tidak Dapat Diramalkan: AI Ejen dalam Gangguan Rantaian Bekalan

Soal Jawab dengan Pushpinder Singh, Peneraju Transformasi Rantaian Bekalan Global

Peristiwa baru-baru ini telah meletakkan rantaian bekalan di hadapan dan tengah. Kelewatan, kekurangan dan turun naik mencabar walaupun operasi yang dikendalikan dengan terbaik. Sebagai tindak balas kepada cabaran ini, kajian terbaharu IBM mendedahkan bahawa Ketua Pegawai Rantaian Bekalan dan Ketua Pegawai Operasi beralih kepada AI untuk bukan sahaja menyesuaikan diri, tetapi untuk mempercepatkan pembuatan keputusan dan memacu daya tahan. Kami baru-baru ini duduk bersama Pushpinder Singh, Ketua Transformasi Rantaian Bekalan Global IBM Consulting, untuk membincangkan cara Agentic AI membentuk semula cara rantaian bekalan beroperasi.

Apakah AI ejen dan bagaimanakah ia berbeza daripada AI tradisional?

Fikirkan AI Ejen sebagai AI yang bukan sahaja menganalisis—ia mengambil tindakan. Walaupun AI tradisional membantu mendedahkan cerapan, Agentic AI boleh merancang, membuat keputusan dan melaksanakan tugas bagi pihak anda.

Sebagai contoh, AI tradisional mungkin memberitahu anda bila masa terbaik untuk mendaki Gunung Everest. Walaupun Agentic AI boleh melangkah lebih jauh: ia boleh menempah penerbangan anda, mengatur permit anda dan menjadualkan latihan anda.

Generasi baharu AI ini lebih autonomi, belajar kendiri dan menyedari konteks dunia sebenar—menjadikannya sesuai untuk menyelesaikan cabaran yang kompleks dan berkembang seperti dalam rantaian bekalan.

Adakah Agentic AI memperkenalkan risiko baharu untuk pemimpin rantaian bekalan? Jika ya, bagaimana ia boleh diuruskan?

Ya, Agentic AI memperkenalkan kedua-dua peluang dan risiko, kerana dengan autonomi yang lebih besar datang tanggungjawab yang lebih besar.

Daripada perbualan saya dengan pelanggan, Ketua Pegawai Rantaian Bekalan (CSCO) optimis tentang potensi AI untuk bukan sahaja menguruskan gangguan tetapi juga membuka kelebihan daya saing. Walau bagaimanapun, kebimbangan yang ketara kekal: 72% daripada CSCO memetik kebimbangan tentang ketepatan data dan berat sebelah algoritma, manakala 63% menyatakan kebimbangan terhadap keselamatan dan privasi data.

Untuk menguruskan ini, syarikat perlu:

·       Wujudkan tadbir urus AI yang kukuh dan sempadan keputusan yang jelas

·       Selaraskan inisiatif AI dengan keutamaan perniagaan, memastikan ia menyelesaikan masalah yang betul

·       Melabur dalam data berkualiti tinggi dan ditadbir dengan baik

·       Reka bentuk sistem yang menggabungkan automasi dengan pengawasan manusia—terutamanya dalam bidang berimpak tinggi.

Dengan rantaian bekalan menghadapi ketidakpastian yang tidak pernah berlaku sebelum ini, bagaimanakah Agentic AI boleh membantu organisasi kekal tangkas dan menyesuaikan diri dengan cepat?

Bagi pemimpin rantaian bekalan, ketangkasan sentiasa penting, tetapi hari ini ia tidak boleh dirunding. Dengan gangguan menjadi norma baharu, pemimpin rantaian bekalan bukan sahaja mesti mengumpul data merentas ekosistem tetapi juga mengubahnya menjadi cerapan yang boleh diambil tindakan untuk bertindak balas dengan cepat dan berkesan.

Menurut 74% daripada pemimpin rantaian bekalan yang ditinjau baru-baru ini, AI generatif memberikan keterlihatan, cerapan dan pembuatan keputusan yang lebih baik merentas ekosistem. Agentic AI mengambil langkah lebih jauh dengan bukan sahaja membantu pasukan rantaian bekalan mendedahkan cerapan tersebut tetapi juga bertindak ke atasnya.

Ejen autonomi boleh melaksanakan tugas teras seperti menyesuaikan diri dengan keadaan pasaran yang berubah-ubah, menghalakan semula penghantaran, berunding dengan pembekal dan mengurangkan risiko—tanpa bergantung pada campur tangan manusia. Tahap ketangkasan ini membantu organisasi kekal menyesuaikan diri dan berdaya tahan, walaupun dalam menghadapi cabaran yang tidak dijangka.

Apakah beberapa contoh bagaimana AI generatif dan AI Ejen digunakan secara khusus untuk meningkatkan pembuatan keputusan dan mempercepatkan operasi dalam rantaian bekalan?

AI dalam rantaian bekalan telah berkembang dengan ketara—setiap satu memainkan peranan yang unik, daripada menganalisis arah aliran masa lalu kepada membentuk hasil masa depan secara proaktif. Mari kita pecahkan dengan contoh:

• AI tradisional menggunakan data sejarah untuk mengoptimumkan operasi yang berterusan. Sebagai contoh: Meramalkan permintaan masa hadapan berdasarkan data jualan masa lalu untuk membantu pengurus inventori melaraskan titik pesanan semula dan meminimumkan kehabisan stok.
• AI Generatif melangkah lebih jauh dengan mencipta kandungan, cerapan atau pilihan baharu. Sebagai contoh: Meringkaskan sejumlah besar data pembekal yang kompleks dan buku main rundingan penjanaan automatik atau peta haba risiko, membolehkan pembuatan keputusan yang lebih pantas.
• AI Ejen memperkenalkan autonomi dan proaktif—ia bukan sahaja menganalisis atau mencipta; ia bertindak. Sebagai contoh: Apabila taufan mengancam pembekal utama di Asia, ejen AI boleh mensimulasikan kesan penutupan, mengesyorkan menghalakan semula inventori, menghubungi pembekal alternatif secara automatik dan mengemas kini jadual pengeluaran—semuanya dengan campur tangan manusia yang minimum.

Pada dasarnya, fikirkan AI Tradisional sebagai penganalisis anda, AI Generatif sebagai pembantu anda dan AI Ejen sebagai perancang autonomi anda—bekerjasama untuk menjadikan rantaian bekalan lebih pintar, lebih pantas dan bersedia untuk masa hadapan.

Memandang ke hadapan, bagaimanakah anda fikir Agentic AI akan memberi kesan kepada cara rantaian bekalan beroperasi?

Kami memasuki era baharu di mana ejen AI akan menjadi ahli pasukan penting di seluruh rantaian bekalan, bukan sahaja menganalisis data tetapi mengambil tindakan masa nyata untuk membantu pasukan bertindak balas dengan lebih pantas dan lebih pintar.

Masa depan rantaian bekalan akan ditandai dengan peralihan daripada operasi dipacu data kepada dipacu tindakan, terima kasih kepada Agentic AI. Kami akan melihat ejen AI mengurus fungsi rantaian bekalan tertentu seperti pengimbangan inventori, penyelarasan pembekal, penghalaan logistik dan pengendalian pengecualian. Ejen ini akan bekerja 24/7, terus belajar, menyesuaikan diri dan bekerjasama merentas sistem.

Daripada menggantikan manusia, peralihan ini akan meningkatkan pembuatan keputusan pada skala. Dengan memunggah keputusan rutin, Agentic AI membebaskan masa untuk pemikiran yang lebih strategik, menguatkan kepakaran manusia dan memperkasakan pasukan untuk beroperasi dengan ketangkasan yang tiada tandingannya.

Pada dasarnya, Agentic AI bukan sekadar alat lain—ia merupakan permulaan model pengendalian baharu yang menggabungkan autonomi, kecerdasan dan kelajuan untuk membantu organisasi berkembang maju dalam dunia yang tidak dapat diramalkan.

👁️🐝

Meningkatkan daya tahan rantaian bekalan dengan Agentic AI

Ketahui cara Oracle dan Accelalpha membantu membayangkan semula rantaian bekalan dengan model AI ejen berasaskan awan yang dibina untuk automasi dan kelajuan: https://ibm.biz/BdniNj